一种基于智能无人车的动态区域物流派送方法及系统技术方案

本发明专利技术提供一种基于智能无人车的动态区域物流派送方法及系统，利用无人车环境感知系统，建立基于路阻函数的动态路径优化算法与基于扫描法的多地点派送顺序优化方法，使智能无人物流车可在派送途中根据道路状况随时调整派送路线，并选择最优路径完成派送，实现了区域内无人车物流派送的动态路径规划，缩短派送时间，提高派件效率。同时搭建了基于车路协同的智能信息交互系统，实现车、货、人之间的实时通讯与物流状态的共享。在居民区、校园等区域性地点应用该系统，可在一定程度上改善交通状况，降低物流运输成本，为消费者带来更优质的体验，为物流运输行业实现真正的智能化、无人化提供可能。

【技术实现步骤摘要】
一种基于智能无人车的动态区域物流派送方法及系统
本专利技术属于智能物流交通/无人车区域运输
，具体涉及一种在区域性地点的物流运输，由智能无人车进行货物派送，结合实时动态路径优化算法与智能交互系统，在提高区域性地点物流派送效率的同时节省人力资源。
技术介绍
目前在区域性地点内的物流派送大多依靠人力，借助电动车和自行车等交通工具来进行，这种方式不仅效率较低，且易造成区域管理混乱、客户需求满意度差等问题。要解决物流货运领域“小散乱差”的现状，使用智能无人车在区域内进行派送是较好的选择，同时也契合人工智能的趋势潮流。从国内外使用无人车进行物流派送的情况可知，现有的无人车只是沿固定路径进行派送工作，即设置好目的地后按照确定的一条或几条路线行驶。其工作过程一般是物流人员为智能无人车安排所需派送的快递，在设置目的地后启动车辆，使其完成配送任务。综上，在目前研究或市场中的无人车派送系统主要是按照固定路线行驶，缺少车车协同、车路协同的单一派送模式。按照固定路线行驶的物流派送方式对智能无人车的利用率与开发率较低，仅仅将其作为一个运输工具来实现货物的派送，在遇到特殊的道路状况时，如临时施工、严重堵塞等，不能及时根据实际情况对派送路线作出调整，机动性不强。若物流车在运送货物途中遭遇车辆损坏、撞车事故等突发状况，物流人员也无法及时得知，从而耽误物流车的修理与继续使用，并给道路交通管理带来困难；同时造成快递延误，难以保证客户的满意度，不利于快递公司良好信誉的建立与高效运营。因此，基于智能无人车物流运输、车路协同智能交互的区域共享物流运输系统必然会成为智能物流运输系统的重要组成部分。随着无人驾驶技术的发展，现有的无人车快递派送系统层出不穷，但由于快递派送过程中道路与交通状况的复杂性，系统应不仅涉及到智能无人车对周围环境的感知，还要涉及行驶路径的实时调整，而且需要考虑运输途中物流车与客户及配送端的信息交互、运输路线规划、车辆调度方法等。而区域性地点中智能无人车快递派送的实时路径规划调整与智能交互系统的研究较为复杂，系统的机动性和综合性要求较高，目前国内外还没有针对区域性地点智能物流派送的系统性研究，相应的技术成果和产品应用案例也很少。相关技术1、环境感知系统无人车环境感知系统包含激光雷达、毫米波雷达、摄像头、陀螺仪等多个传感器，其核心在于对道路信息的检测。感知层获取的信息是无人驾驶系统其他模块工作的基础，运动规划层、行为执行层、任务规划层和智能交互层根据经过融合处理的车载传感器数据对车辆的行驶与通讯进行调控。2、无人车定位与导航系统智能无人物流车采用GPS/北斗双模卫星导航定位系统，可提供区域导航，在全球范围内全天候提供高精度的导航定位和授时服务，抗干扰性能良好，并通过无线网络信号与精确数字地图集成,辅以立体视觉导航技术，在复杂交通环境中增强物流车的定位与自主导航能力。3、无人车智能控制系统控制系统按照行车动作可分为横向控制与纵向控制，其目标是使车辆的位置、姿态、速度及加速度等参数符合当前决策结果。车辆智能控制系统包括上层规划系统与底层控制系统两个子系统，上层规划系统进行全局规划与局部规划，底层控制系统负责转向控制系统、油门控制系统与制动控制系统，各个子系统之间相互反馈，实现对智能物流车的精确与实时控制。现有技术不足1.对于派送路径的选择，都是按照既定路线导航行驶，信息量单一，实时性弱，不能根据路况对送货路线进行调整与重新规划，对突发状况的应对性低，机动性较差，没有充分利用智能无人车的环境感知功能来获取实时路况并做出派送路径优化；2.对于多地点送货顺序的安排，多为物流车随机配货派送。没有对送货地点进行统筹规划来得到最优配送路径，导致没有很好地减少车辆行驶里程以及提高派送效率；3.对于车、货、人之间的实时通讯与信息共享，配送端与物流车之间没有建立信息交互模块，对派送过程中的问题与突发状况不能及时了解与应对，从而影响其对智能物流派送车的调度与维护。
技术实现思路
针对以上三个相关技术的不足，本专利技术充分利用智能无人车的环境感知功能，建立智能交互模块和动态路径优化算法，设计了一种在区域性地点的智能物流运输系统，在节省人力资源的同时提高派送效率。本专利技术具体采用如下方法：基于智能无人车的动态区域物流派送方法，该方法包括如下步骤：(1)建立阻抗函数模型若两地之间的第p条可行路径由np个路段组成，该路线上的路口个数为mp，建立阻抗函数模型：式中，Xpi为路段阻抗，Ypj为路口阻抗，k1,k2为参数；(2)确定基本阻抗函数基本阻抗函数描述为：其中qi为当前路段交通量，ci为实际道路通行能力；(3)计算路段行驶时间路段上的行驶时间为：其中，Si为路段长度，v为物流车当前速度；(4)速度修正智能无人车实际速度为：v＝μvm其中，μ为修正系数，vm为智能无人车的最大速度；(5)计算路口冲突向车头时距大于智能无人车通过路口时间的概率当智能无人车通过距离大小为L的路口时，所用时间其中t0为智能无人车启动所需时间，若智能无人车到达路口时不需停车等待，则t0＝0；设冲突向车流量为Qc,则到达的车头时距ht大于t的概率为：其中，e为自然对数的底数；(6)参数标定采用极大似然法对参数k1、k2进行标定，设两点间有n个路径，总交通量为V，各路径上分配的交通量分别为V1,V2,…,Vn，有车辆选择的路线相互独立，应用Logit模型，可得各路径选择概率为：根据极大似然估计原理，n个出行选择路径的联合概率分布为：Fn两边取对数：对kθ求导：将Pi代入得：取n＝2，有V＝V1+V2，则：再选取一对恰有两条路径的OD点，建立方程组求解k1、k2；(7)计算路段阻抗、路口阻抗，得到阻抗函数：路段阻抗：路口阻抗：阻抗函数：附图说明图1是物流车派送流程图。图2是以配送点为坐标原点的极坐标系示意图。图3是扫描客户点流程示意图。图4是具体的派送路径顺序示意图。图5是车辆结构示意图。图6是智能无人车快递派送系统流程图。图7是物流车分层式工作模式及交互过程。图8是手持终端功能框架。具体实施方式(一)基于路阻函数的动态路径优化方法步骤1：建立阻抗函数模型利用阻抗来表示智能无人物流车在两地之间行进时受到干扰的程度，建立阻抗函数模型：Wp＝k1Xp+k2Yp(1)式中，Xp为路段阻抗，Yp为路口阻抗，k1,k2为参数。若某两地之间的第p条可行路径由n个路段组成，该路线上的路口个数为m，则路径p由公式(1)累加推导得：步骤2：基本阻抗函数当路段上的交通量很小，即交通量趋近于0时，道路上的车辆以畅行速度行驶，此时道路阻抗最小；当路段上的交通量逐渐增大，车辆开始产生拥挤，交通密度逐渐增大直至达到阻塞密度，此时车辆行驶速度为0，道路阻抗最大，因此基本阻抗函数描述为：其中q为当前路段交通量，c为实际道路通行能力。步骤3：路段行驶时间对于物流派送的工作系统来说，因要求货物配送的时效性与快捷性，故主要研究目标为行驶线路最短。但由于道路交通状况复杂多变，行驶距离最短的路径不一定是快递派送的最优路径，因此将各路段的长度S由距离尺度转化为时间尺度，路段上的行驶时间为：其中，Z为道路基本阻抗，v为物流车当前速度；步骤4：速度修正因研究对象为区域性地点，物流车在路段上行驶时，行人流量的大小对其速度会产生较大影响本文档来自技高网...

【技术保护点】
1.一种基于智能无人车的动态区域物流派送方法，其特征在于，该方法包括如下步骤：(1)建立阻抗函数模型若两地之间的第p条可行路径由np个路段组成，该路线上的路口个数为mp，建立阻抗函数模型：

【技术特征摘要】
1.一种基于智能无人车的动态区域物流派送方法，其特征在于，该方法包括如下步骤：(1)建立阻抗函数模型若两地之间的第p条可行路径由np个路段组成，该路线上的路口个数为mp，建立阻抗函数模型：式中，Xpi为路段阻抗，Ypj为路口阻抗，k1,k2为参数；(2)确定基本阻抗函数基本阻抗函数描述为：其中qi为当前路段交通量，ci为实际道路通行能力；(3)计算路段行驶时间路段上的行驶时间为：其中，Si为路段长度，v为物流车当前速度；(4)速度修正智能无人车实际速度为：v＝μvm其中，μ为修正系数，vm为智能无人车的最大速度；(5)计算路口冲突向车头时距大于智能无人车通过路口时间的概率当智能无人车通过距离大小为L的路口时，所用时间其中...

【专利技术属性】
技术研发人员：王庞伟，方婧，王力，张名芳，李华建，
申请(专利权)人：北方工业大学，
类型：发明
国别省市：北京,11